RAH! RecSys-Assistant-Human：一种基于LLM智能体的以人为中心的推荐框架
信息检索
2023-10-18 v2 人工智能
摘要
网络的快速发展导致内容呈指数级增长。推荐系统在人机交互(HCI)中通过依据个体偏好定制内容发挥着关键作用。尽管十分重要，在推荐准确性与用户满意度之间取得平衡、在消除偏差的同时保护用户隐私、以及解决跨域场景中的冷启动问题等挑战依然存在。本研究认为，解决这些问题并非仅是推荐系统的责任，以人为中心的方法至关重要。我们引入了RAH(推荐系统、助手、人类)框架，一种基于LLM智能体(如感知、学习、行动、批评与反思)的创新解决方案，强调与用户个性的对齐。该框架利用学习-行动-批评循环与反思机制来改善用户对齐。使用真实世界数据，我们的实验证明了RAH框架在多种推荐领域的有效性，从减轻人类负担到缓解偏差并增强用户控制。值得注意的是，我们的贡献提供了一种能与各类推荐模型有效协作的以人为中心的推荐框架。
引用
@article{arxiv.2308.09904,
title = {RAH! RecSys-Assistant-Human: A Human-Centered Recommendation Framework with LLM Agents},
author = {Yubo Shu and Haonan Zhang and Hansu Gu and Peng Zhang and Tun Lu and Dongsheng Li and Ning Gu},
journal= {arXiv preprint arXiv:2308.09904},
year = {2023}
}